Dijital histopatoloji görüntüleri üzerinde meme kanseri tespiti
| dc.contributor.author | Yıldırım, Zeynep | |
| dc.date.accessioned | 2025-05-08T08:25:35Z | |
| dc.date.available | 2025-05-08T08:25:35Z | |
| dc.date.issued | 2024 | |
| dc.description.abstract | Son yıllarda, teknolojinin gelişmesiyle birlikte histopatoloji görüntülerinin bilgisayar ortamına yüksek çözünürlükle aktarılması, kanser tanı ve teşhis çalışmalarını yaygınlaştırmıştır. Kadınlarda en yaygın görülen kanser türü, meme kanseridir. Bloom-Richardson derecelendirme sistemi, meme kanseri histopatolojik derecelendirmesinde yaygın olarak kullanılır ve mitotik sayım, nükleer atipi ve tübüler oluşumdan oluşur. Patologlar, bu bileşenleri manuel olarak incelemektedirler. Histopatoloji görüntülerinin dijitalleştirilmesi ile dokuların incelenmesi işlemi nicel ölçümlere dayandırılarak patologlara destekleyici çalışmalar yapılmaktadır. Ancak, işaretlenmiş veri seti oluşturmanın zorluğu, farklı cihaz ve boyamaya bağlı renk dağılımı farkları, çekirdek tespiti ve segmentasyon zorlukları, nükleer atipi ve mitoz tespiti karmaşıklığı, tübüler oluşum tespitinin zorluğu ve büyük görüntülerde kanserli alanları belirlemenin güçlüğü gibi zorluklar vardır. Tez kapsamında, meme kanseri tespit ve derecelendirme sistemi geliştirilmesine yönelik özgün bir metodoloji önerilmiştir. H&E boyalı histopatoloji görüntüleri üzerinde işaretlenmiş çekirdek ve mitoz veri setleri oluşturulmuş ve literatürde kabul görmüş modellerle test edilmiştir. Renk varyasyonlarını minimize etmek için Macenko yöntemi kullanılmıştır. Çekirdek segmentasyonu için Hafifletilmiş U-Net ve ComSegNet modelleri geliştirilmiştir. Nükleer atipi çıkarımı için çekirdeklerin morfolojik özelliklerini analiz eden metodoloji sunulmuştur. Mitoz tespiti için derin öğrenme modelleri ile bulanık sınıflandırıcıları birleştiren bir metodoloji önerilmiştir. Tübüler oluşumların tespiti için dikkat modüllü U-Net mimarisi geliştirilmiştir. Kanserli bölge tespiti için AlexNet uygulanmıştır. Önerilen metodoloji, her aşamada geliştirilen yenilikçi yaklaşımlar ve elde edilen başarılı sonuçlarla, meme kanseri teşhis süreçlerini daha objektif ve sistematik hale getirmeyi hedeflemektedir. Bu sayede, kanser teşhisinde güvenilirlik arttırılarak, klinik uygulamalarda standartlaşma sağlanacaktır. Bu çalışma, klinik ve akademik alanlarda önemli katkılar sunmakta olup, sağlık sektöründe yenilikçi çözümler ve daha iyi tedavi yöntemlerinin geliştirilmesine imkan tanımaktadır. | |
| dc.identifier.uri | https://dspace.ankara.edu.tr/handle/20.500.12575/92896 | |
| dc.language.iso | tr | |
| dc.publisher | ANKARA ÜNİVERSİTESİ | |
| dc.subject | Anlamsal bölütleme | |
| dc.subject | Histopatoloji | |
| dc.subject | Meme kanseri | |
| dc.title | Dijital histopatoloji görüntüleri üzerinde meme kanseri tespiti | |
| dc.title.alternative | Detection of breast cancer on digital histopathology images | |
| dc.type | Thesis |